飞象网讯（易欢）在全球科技迅猛发展的当下，人工智能已经成为推动产业变革的核心力量，新型工业化作为我国经济高质量发展的关键路径，正积极拥抱AI技术，加速实现信息化、数字化、智能化的转型升级。
近日，在“2025中国互联网大会”期间举办的“AI赋能新型工业化发展” 论坛上，来自产业界的专家及企业精英们也深入探讨了AI在新型工业化进程中的应用与发展，一起剖析人工智能赋能新型工业化发展中的短板、不足和问题，并探讨解决问题、加快AI与新型工业化融合发展的策略与方案。
人工智能正在工业领域持续释放应用潜力
众所周知，我国一直推进人工智能+行动，已经连续两年写入了政府工作报告，希望能够从全面释放技术潜能，重塑生产力关系，培育推动新质生产力，实现经济提质增效。随着人工智能能力逐渐从弱人工智能走向强人工智能，并迈向通用人工智能，标志着算法能力提升，同时也跟领域知识不断融合，能够面向工业的很多创新环节正在持续释放应用潜力。
与此同时，党的二十大明确提出"推进新型工业化，加快建设制造强国、质量强国、航天强国、网络强国、数字中国"，为人工智能与新型工业化融合发展指明了方向。以AI为核心的技术群，正在重塑工业生产流程、重构产业链条、重构价值创造模式，为制造业高质量发展注入澎湃动能。
据中国信通院人工智能研究所副所长巫彤宁介绍，目前，在很多工业场景中已经看到人工智能优质应用的出现。比如，传统的机器学习模型在机器视觉识别、预测，机器维护等领域已有很多提质增效的案例。在深度学习阶段，目前很多复杂场景，如生产状况的识别、关联性分析、预测分析、设备维护、设备状况控制等都有比较多的应用。“未来对更复杂的场景，例如，多个业务流程的调度、预测以及高智能化生产决策方面会继续释放它的潜能。”
此外，巫彤宁指出，大模型也已经用在了工业中，目前主要应用在工业知识问答、工业代码生成过程中。“其强项在于综合推理、方案生成、任务规划和诊断预测等方面。目前在工业领域，总结大模型应用主要集中在研发、设计验证环节和运营与营销环节，生产制造环节大模型渗透率小，传统的小模型应用比较多，形成了微笑曲线的态势，未来在生产制造环节进一步推动大模型是工作的重点。”
值得一提的是，人工智能赋能工业也具有行业不同的属性，大模型目前在能源电力、电子信息、汽车、智能制造等行业，适用于全局优化，智能调度和复杂决策的场景。小模型在工程机械、石化化工、钢铁等行业占比较高，侧重于硬件需求低和任务专用型强的场景，因此在高附加值、数字化信息化程度较高的行业，凭借积累的基础能够更有动力实现数智化升级。对于传统行业，由于数据孤岛，技术门槛等限制了其发展。
人工智能与工业相结合，首先是逐渐融入企业质量、生产、绿色、安全等环节，形成更稳定的产业机构，带动传统产业实现转型升级。另一方面，能够实现效率敏捷，安全水平跃迁式提升，实现资源更有力的高效配置。
巫彤宁强调：“总体来看，我们判断在工业领域，人工智能大模型、小模型应用还处于相辅相成阶段，各自发挥自身优势，大模型利用它大脑的优势进行任务的理解与分解，工具的调用以及产生一些更新的创意。小模型依据精准判断和回答，更好的执行大模型分拆的任务，实现具体任务检测、优化和执行。”
四点建议应对融合之路面临的三重瓶颈
在人工智能赋能新型工业化取得进展的同时，中国互联网协会副秘书长戴炜也直言不讳的指出，目前其融合之路仍面临三重瓶颈：一是底座薄弱。传统产业数字化、碎片化、烟囱式并存，数据孤岛阻滞跨域协同。二是技术鸿沟。工业场景高实时、高可靠、强噪声等特性导致AI模型迁移难，泛化弱，难以匹配柔性生产需求。三是治理滞后。工业数据跨境流动，算法黑箱决策，人机权责边界等相关的新的议题对于安全伦理与监管框架也提出了更高的要求。
戴炜认为，破解这些难题需要我们以更加开放的姿态，更系统的思维以及更务实的行动来共同推动AI与新型工业化深度融合，并提出了四点建议。
一是坚持技术引领，夯实工业智能化根基。 聚焦工业视觉检测、数字孪生建模、工业知识图谱等关键领域，突破高精度感知、复杂环境决策、自主学习优化等核心技术，构建覆盖研发设计、生产制造、运维服务的全链条AI能力体系，全面夯实工业智能化根基。
二是深化场景创新，释放工业升级新动能。 推动智能工厂、无人车间、柔性产线等典型应用落地，实现生产效率跃升、能耗动态优化、质量精准管控。重点攻关工业大模型与垂直领域知识融合难题，打造面向钢铁、能源、汽车、电子等行业的"AI+工业大脑"，让AI从实验室走向车间一线，从"可用"迈向"好用"。
三是加强安全管控，筑牢工业发展底线。AI与工业的深度融合，既带来效率提升，也伴随风险挑战：工业数据的泄露可能威胁产业链安全，算法偏差可能影响产品质量，智能设备的漏洞可能引发生产事故。我们既要鼓励"大胆创新"，也要守住"安全红线"，在创新中防范风险，在发展中保障安全。
四是构建协同生态，筑牢融合发展新格局。 既要强化顶层设计，完善工业数据确权、AI伦理规范等制度供给；又要加快企业智能化改造，培育既懂工业又懂AI的复合型人才；还要发挥行业组织的桥梁作用，推动标准互认、平台共建、资源共享。构建AI赋能新型工业化的"技术研发-场景验证-规模复制-价值反哺"的良性循环。
与此同时，戴炜强调，作为中国互联网的行业组织，中国互联网协会将持续发力：一是深化与企业、高校、科研机构的协同联动，通过联合实验室、标准制定等方式，助力完善AI赋能工业的生态体系；二是搭建供需对接平台，举办"AI+工业"的相关应用赛道比赛，挖掘推广标杆案例；三是持续推动行业自律，倡导公平竞争，共同打造开放、有序、协同、共赢的工业智能化生态圈！
